MétaCan
Menu
Retour à la cohorte
Enregistrement W2605672688 · doi:10.1080/15405702.2016.1269909

Verified: Self-presentation, identity management, and selfhood in the age of big data

2017· article· en· W2605672688 sur OpenAlexaff
Alison Hearn

Notice bibliographique

RevuePopular Communication · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)Identity (music)CapitalismSociologyIdentity managementBig dataSocial identity theoryAestheticsSocial groupComputer sciencePolitical sciencePoliticsSocial scienceLawArtAuthentication (law)

Résumé

récupéré en direct d'OpenAlex

What new styles of selfhood and self-presentation, forms of social status, and arbiters of “authenticity” are being authorized and propagated in the wake of big data and affective capitalism? How are they functioning, for whom, and to what end? This article takes up these questions via an examination of a sought-after user identity badge, the Twitter verification checkmark, figuring it as both an affective lure that incentivizes specific styles of self-presentation and a disciplinary means through which capitalist logics work to condition and subsume the significance of the millions of forms of self-presentation generated daily. Beneath the promise of democratized access to social status and fame, the business practices of the social platforms in and through which we self-present draw us into privatized strategies of social sorting, identity management, and control. To conclude, the article will posit a new “ideal type” of selfhood for the big data age.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,124
Tête enseignante GPT0,300
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations76
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopular CommunicationMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207